报告题目：无导数优化算法、理论与软件

报 告 人：张在坤

报告摘要：大多数优化方法都需要利用目标函数或约束的一阶信息 (梯度或次梯度等)。然而，实际应用中，大量优化问题的一阶信息是无法有效计算的。在很多典型的例子中，目标函数是没有显式表达式的黑箱 (black box), 其函数值由复杂的计算机模拟或者物理实验给出，而函数的一阶信息几乎不可能得到。这样的问题被称为无导数 (direvative-free) 优化问题或黑箱优化问题。求解这类问题需要仅使用函数值而不依赖一阶信息的方法，也就是无导数 (derivative-free) 优化方法，亦称为无梯度 (gradient-free) 方法或零阶 (zeroth-order) 方法。我们将介绍无导数优化的基本算法、理论和软件以及若干最新进展。

报告人简介：张在坤 国家自然科学基金委/中组部（海外）优秀青年基金获得者。 2007 年本科毕业于吉林大学，2012 年博士毕业于中国科学院，目前任香港理工大学应用数学系助理教授。张在坤博士主要研究无导数优化方法，基于不精确信息的方法，随机化方法等。他主持香港－法国 PROCORE 研究项目一项，香港研究资助局 ECS 项目一项，GRF 项目三项, 研究工作发表于 Mathematical Programming, SIAM Journal on Optimization, and SIAM Journal on Scientific Computing 等杂志。 张在坤于2023 年入选国家级人才计划。

报告时间：2024年05月22日14:00-15:30

报告地点：腾讯会议454-541-077

联 系 人：夏朋